CHƯƠNG 3: KẾT QUẢ NGHIÊN CỨU
3.4.2. Kiểm định sự khác biệt về hành vi sử dụng internet trong học tập
Phần này sẽ tiến hành khảo sát xem các yếu tố nhân khẩu học có ảnh hưởng gì không đến hành vi sử dụng internet của sinh viên trường Đại học Kinh tế Đà Nẵng
a. Kiểm định về sự khác biệt của “giới tính” đến hành vi sử dụng internet trong học tập
Sau khi hồi quy, đề tài tiếp tục kiểm tra xem các nhân tố tác động đến hành vi sử dụng internet của khách hàng nam và khách hàng nữ có giống nhau hay không.
Trước tiên kiểm tra sự tác động của các nhân tố đến hành vi sử dụng internet trong học tập của sinh viên nữ. Phương pháp tiến hành là hồi quy bội với điều kiện lựa chọn là GIOITINH=0.
Áp dụng phương pháp stepwise (phương pháp chọn biến từng bước) ta có được các kết quả:
Bảng 3.14: Tóm tắt mô hình hồi quy đa biến – Trường hợp sinh viên nữ (GIOITINH=0)
R R2 R2 hiệu chỉnh Ước lượng Sai số chuẩn Durbin- Watson
0,841 0,707 0,693 0,20980 1,787
Tra bảng thống kê Durbin-Watson để tìm dL và dU với N là số quan sát (N=91), k là số biến độc lập (k=4), ta có dL = 1.566 và dU = 1.751. Đại lượng thống kê Durbin–Watson (d)= 1,787: dU<d<2 nên mô hình không có hiện tượng tự tương quan.
So sánh 2 giá trị R2 và R2 hiệu chỉnh có thể thấy R2 hiệu chỉnh nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
Hệ số R hiệu chỉnh = 0.693 nghĩa là mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 69,3%. Nói cách khác, khoảng 69,3%
khác biệt của hành vi sử dụng internet trong học tậpcủa sinh viên nữ (GIOITINH=0) có thể được giải thích bởi sự khác biệt của 4 thành phần là sự hữu ích cảm nhận, sự dễ sử dụng cảm nhận, chuẩn chủ quan và khả năng sử dụng (phần còn lại được giải thích bởi các thành phần khác).
Bảng 3.15: Kết quả phân tích ANOVA– Trường hợp sinh viên nữ (GIOITINH=0)
Tổng bình
phương Df Trung bình
bình phương F Sig.
Hồi quy 9.123 4 2.281 51.817 0,000
Phần dư 3.785 86 .044
Tổng cộng 12.908 90
Bảng ANOVA cho thấy, trị thống kê F của mô hình với mức ý nghĩa sig
= 0.000 cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 3.16: Kết quả phân tích hồi quy riêng từng phần – Trường hợp sinh viên nữ (GIOITINH=0)
Hệ số chưa chuẩn hóa
Hệ số chuẩn
hóa Đa cộng tuyến
Mô hình
B Sai số
chuẩn Beta
t Sig.
Độ chấp nhận
Hệ số phóng đại
phương sai
Constant .082 .255 .321 .749
DSD .244 .032 .477 7.554 .000 .854 1.171
HI .217 .037 .352 5.922 .000 .963 1.038
CCQ .259 .041 .381 6.259 .000 .922 1.084
KN .240 .042 .371 5.781 .000 .828 1.208
Hệ số phóng đại phương sai (Variance inflation factor – VIF)nhỏ hơn 10 nên hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng không đáng kể đến mô hình. Như vậy, phân tích hồi quy là có ý nghĩa.
4 thành phần nêu trên đều có ảnh hưởng đáng kể đến hành vi sử dụng internet của sinh viên nữ (GIOITINH=0)(với mức ý nghĩa sig < 0.05).
Như vậy, dựa vào Bảng kết quả hồi quy riêng từng phần, phương trình hồi quy tuyến tính có dạng như sau:
HVi = 0,82 + 0,244DSDi + 0,217HIi + 0,259CCQi + 0,240KNi + ui
Hay phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn có dạng như sau:
HVi = 0,477DSD*i + 0,352HI*i + 0,381CCQ*i + 0,371KN*i
Các hệ số Beta của các biến độc lập khá cao, do đó có thể kết luận các thành phần: sự hữu ích cảm nhận, sự dễ sử dụng cảm nhân, chuẩn chủ quan và khả năng sử dụng đều có ảnh hưởng đáng kế đến hành vi sử dụng internet trong học tập của sinh viên nữ (GIOITINH=0). Trong đó, thành phần sự dễ sử dụng cảm nhận ảnh hưởng đến hành vi sử dụng internet của sinh viên nữ nhiều hơn.
Thực hiện tương tự kiểm tra sự tác động của các nhân tố đến hành vi sử dụng internet trong học tập của sinh viên nam. Phương pháp tiến hành là hồi quy bội với điều kiện lựa chọn là GIOITINH=1.
Áp dụng phương pháp stepwise (phương pháp chọn biến từng bước) ta có được các kết quả:
Bảng 3.17: Tóm tắt mô hình hồi quy đa biến – Trường hợp sinh viên nam (GIOITINH=1)
R R2 R2 hiệu chỉnh Ước lượng
Sai số chuẩn Durbin- Watson
0,844 0,713 0,691 0,20254 1,698
Tra bảng thống kê Durbin-Watson để tìm dL và dU với N là số quan sát (N=59), k là số biến độc lập (k=4), ta có dL = 1.444 và dU = 1.727. Đại lượng thống kê Durbin–Watson (d)= 1,698: dU<d<2 nên mô hình không có hiện tượng tự tương quan.
So sánh 2 giá trị R2 và R2 hiệu chỉnh có thể thấy R2 hiệu chỉnh nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
Hệ số R2hiệu chỉnh = 0.691 nghĩa là mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 69,1%. Nói cách khác, khoảng 69,1%
khác biệt của hành vi sử dụng internet trong học tậpcủa sinh viên nam (GIOITINH=1) có thể được giải thích bởi sự khác biệt của 4 thành phần là sự hữu ích cảm nhận, sự dễ sử dụng cảm nhận, chuẩn chủ quan và khả năng sử dụng (phần còn lại được giải thích bởi các thành phần khác).
Bảng 3.18: Kết quả phân tích ANOVA– Trường hợp sinh viên nam (GIOITINH=1)
Tổng bình
phương Df Trung bình
bình phương F Sig.
Hồi quy 5.497 4 4 33.498 0,000
Phần dư 2.215 54 54
Tổng cộng 7.712 58
Bảng ANOVA cho thấy, trị thống kê F của mô hình với mức ý nghĩa sig
= 0.000 cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 3.19: Kết quả phân tích hồi quy riêng từng phần– Trường hợp sinh viên nam (GIOITINH=1)
Hệ số chưa chuẩn hóa
Hệ số chuẩn
hóa Đa cộng tuyến
Mô hình
B Sai số
chuẩn Beta
t Sig.
Độ chấp nhận
Hệ số phóng đại phương
sai
Constant .289 .273 1.056 .296
HI .175 .051 .278 3.409 .001 .802 1.247
DSD .238 .042 .433 5.694 .000 .919 1.089
CCQ .304 .045 .586 6.787 .000 .714 1.401
KN .190 .055 .329 3.478 .001 .595 1.680
Hệ số phóng đại phương sai (Variance inflation factor – VIF) nhỏ hơn 10 nên hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng không đáng kể đến mô hình. Như vậy, phân tích hồi quy là có ý nghĩa.
4 thành phần nêu trên đều có ảnh hưởng đáng kể đến hành vi sử dụng internet của sinh viên nam (GIOITINH=1)(với mức ý nghĩa sig < 0.05).
Như vậy, dựa vào Bảng kết quả hồi quy riêng từng phần, phương trình hồi quy tuyến tính có dạng như sau:
HVi = 0,289 + 0,175HIi + 0,238DSDi + 0,304CCQi + 0,190KNi + ui Hay phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn có dạng như sau:
HV*i = 0,278HI*i + 0,433DSD*i + 0,586CCQ*i + 0,329KN*i
Các hệ số Beta của các biến độc lập khá cao, do đó có thể kết luận các
thành phần: sự hữu ích cảm nhận, sự dễ sử dụng cảm nhân, chuẩn chủ quan và khả năng sử dụng đều có ảnh hưởng đáng kế đến hành vi sử dụng internet trong học tập của sinh viên nam (GIOITINH=1). Trong đó, thành phần chuẩn chủ quan ảnh hưởng đến hành vi sử dụng internet của sinh viên nam nhiều hơn.
Như vậy, đối với giới tính năm hay nữ thì hành vi sử dụng internet trong học tập đều chịu ảnh hưởng đáng kể của cả 4 thành phần sự hữu ích cảm nhận, sự dễ sử dụng cảm nhân, chuẩn chủ quan và khả năng sử dụng. Tuy nhiên hành vi sử dụng internet trong học tập của sinh viên nữa thì chịu sự ảnh hưởng của sự dễ sử dụng cảm nhận nhiều hơn, còn sinh viên nam thì chịu ảnh hưởng của chuẩn chủ quan nhiều hơn.
b. Kiểm định về sự khác biệt của “Kinh nghiệm sử dụng internet” đến hành vi sử dụng internet trong học tập
Theo kết quả điều tra thực tế, không có sinh viên nào trả lời có kinh nghiệm sử dụng internet dưới 1 năm (KNSD=1), do đó trước tiên kiểm tra sự tác động của các nhân tố đến hành vi sử dụng internet trong học tập của sinh viên có kinh nghiệm sử dụng internet từ 1-5 năm. Phương pháp tiến hành là hồi quy bội với điều kiện lựa chọn là KNSD=2.
Áp dụng phương pháp stepwise (phương pháp chọn biến từng bước) ta có được các kết quả:
Bảng 3.20: Tóm tắt mô hình hồi quy đa biến – Trường hợp sinh viên có kinh nghiệm sử dụng internet từ 1-5 năm (KNSD=2)
R R2 R2 hiệu chỉnh Ước lượng
Sai số chuẩn Durbin- Watson
0,868 0,754 0,727 0,18964 2,018
Tra bảng thống kê Durbin-Watson để tìm dL và dU với N là số quan sát (N=42), k là số biến độc lập (k=4), ta có dL = 1,285 và dU = 1,821. Đại lượng thống kê Durbin–Watson (d)= 2,018: dU<d<4-dU nên mô hình không có hiện tượng tự tương quan.
So sánh 2 giá trị R2 và R2 hiệu chỉnh có thể thấy R2 hiệu chỉnh nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
Hệ số R2 hiệu chỉnh = 0.727 nghĩa là mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 72,7%. Nói cách khác, khoảng 72,7%
khác biệt của hành vi sử dụng internet trong học tậpcủa sinh viên có kinh nghiệm sử dụng internet từ 1-5 năm (KNSD=2)có thể được giải thích bởi sự khác biệt của 4 thành phần là sự hữu ích cảm nhận, sự dễ sử dụng cảm nhận, chuẩn chủ quan và khả năng sử dụng (phần còn lại được giải thích bởi các thành phần khác).
Bảng 3.21: Kết quả phân tích ANOVA– Trường hợp sinh viên có kinh nghiệm sử dụng internet từ 1-5 năm (KNSD=2)
Tổng bình
phương Df Trung bình
bình phương F Sig.
Hồi quy 4.070 4 1.017 28.291 .000
Phần dư 1.331 37 0.036
Tổng cộng 5.400 41
Bảng ANOVA cho thấy, trị thống kê F của mô hình với mức ý nghĩa sig
= 0.000 cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 3.22: Kết quả phân tích hồi quy riêng từng phần– Trường hợp sinh viên có kinh nghiệm sử dụng internet từ 1-5 năm (KNSD=2)
Hệ số chưa chuẩn hóa
Hệ số chuẩn
hóa Đa cộng tuyến
Mô hình
B Sai số
chuẩn Beta
t Sig.
Độ chấp nhận
Hệ số phóng đại phương
sai
Constant -.061 .346 -.177 .861
DSD .225 .043 .456 5.184 .000 .862 1.161
HI .208 .048 .355 4.329 .000 .988 1.012
CCQ .287 .055 .456 5.204 .000 .867 1.154
KN .279 .059 .440 4.697 .000 .757 1.320
Hệ số phóng đại phương sai (Variance inflation factor – VIF)nhỏ hơn 10 nên hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng không đáng kể đến mô hình. Như vậy, phân tích hồi quy là có ý nghĩa.
4 thành phần nêu trên đều có ảnh hưởng đáng kể đến hành vi sử dụng internet của sinh viên có kinh nghiệm sử dụng internet từ 1-5 năm (KNSD=2)(với mức ý nghĩa sig < 0.05).
Như vậy, dựa vào Bảng kết quả hồi quy riêng từng phần, phương trình hồi quy tuyến tính có dạng như sau:
HVi = -0,61 + 0,255DSDi + 0,208HIi + 0,287CCQi + 0,279KNi + ui
Hay phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn có dạng như sau:
HVi = 0,456DSD*i + 0,355HI*i + 0,456CCQ*i + 0,440KN*i
Các hệ số Beta của các biến độc lập khá cao, do đó có thể kết luận các thành phần: sự hữu ích cảm nhận, sự dễ sử dụng cảm nhân, chuẩn chủ quan và
khả năng sử dụng đều có ảnh hưởng đáng kế đến hành vi sử dụng internet trong học tập của sinh viên có kinh nghiệm sử dụng internet từ 1-5 năm (KNSD=2).
Thực hiện tương tự, kiểm tra sự tác động của các nhân tố đến hành vi sử dụng internet trong học tập của sinh viên có kinh nghiệm sử dụng internet từ 6- 10 năm (KNSD=3). Phương pháp tiến hành là hồi quy bội với điều kiện lựa chọn là KNSD=3. Phương trình hồi quy thu được như sau (xem phần phụ lục):
HVi = 0,65 + 0,253DSDi + 0,193HIi + 0,304CCQi + 0,217KNi + ui
Hay phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn có dạng như sau:
HV*i = 0,451DSD*i + 0,316HI*i + 0,503CCQ*i + 0,356KN*i
Các hệ số Beta của các biến độc lập khá cao, do đó có thể kết luận các thành phần: sự hữu ích cảm nhận, sự dễ sử dụng cảm nhân, chuẩn chủ quan và khả năng sử dụng đều có ảnh hưởng đáng kế đến hành vi sử dụng internet trong học tập của sinh viên có kinh nghiệm sử dụng internet từ 6-10 năm (KNSD=3). Trong đó thành phần Chuẩn chủ quan ảnh hưởng đến hành vi sử dụng internet trong học tập của sinh viên có kinh nghiệm sử dụng internet từ 6-10 năm nhiều hơn.
Thực hiện tiếp tục với điều kiện lựa chọn là KNSD=4, kiểm tra sự tác động của các nhân tố đến hành vi sử dụng internet trong học tập của sinh viên có kinh nghiệm sử dụng internet trên 10 năm (KNSD=4)(xem phần phụ lục).
Mô hình hồi quy như sau:
HVi = 0,212 + 0,338DSDi + 0,423HIi + 0,171CCQi + ui
Hay phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn có dạng như sau:
HV*i = 0,775DSD*i + 0,559HI*i + 0,377CCQ*i
Trong 4 thành phần, chỉ có 3 thành phần có sự ảnh hưởng đến hành vi sử
dụng internet trong học tập của sinh viên có kinh nghiệm sử dụng internet trên 10 năm (KNSD=4) đó là sự dễ sử dụng cảm nhận, sự hữu ích cảm nhận và chuẩn chủ quan. Thành phần khả năng sử dụng không có ảnh hưởng đến hành vi sử dụng internet trong học tập của sinh viên có kinh nghiệm sử dụng internet trên 10 năm. Trong 3 thành phần có sự ảnh hưởng, thành phần sự dễ sử dụng ảnh hưởng nhiều nhất, thành phần chuẩn chủ quan ảnh hưởng ít nhất.
c. Kiểm định về sự khác biệt của “Tần suât sử dụng internet” đến hành vi sử dụng internet trong học tập
Trước tiên kiểm tra sự tác động của các nhân tố đến hành vi sử dụng internet trong học tập của sinh viên có tần suất sử dụng internet 2-3h mỗi ngày. Phương pháp tiến hành là hồi quy bội với điều kiện lựa chọn là TSSD=1.
Áp dụng phương pháp stepwise (phương pháp chọn biến từng bước) ta có được các kết quả:
Bảng 3.23: Tóm tắt mô hình hồi quy đa biến – tần suất sử dụng internet 2- 3h mỗi ngày (TSSD=1)
R R2 R2 hiệu chỉnh Ước lượng
Sai số chuẩn Durbin- Watson
0,996 0,992 0,988 0,03592 1,829
Đại lượng thống kê Durbin–Watson (d)= 1,829: dU<d<2 nên mô hình không có hiện tượng tự tương quan.
So sánh 2 giá trị R2 và R2 hiệu chỉnh có thể thấy R2 hiệu chỉnh nhỏ hơn, dùng nó để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
Hệ số R2 hiệu chỉnh = 0.988 nghĩa là mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu là 98,8%. Nói cách khác, khoảng 98,8%
khác biệt của hành vi sử dụng internet trong học tập của sinh viên có tần suất
sử dụng internet 2-3h mỗi ngày (TSSD=1)có thể được giải thích bởi sự khác biệt của 4 thành phần là sự hữu ích cảm nhận, sự dễ sử dụng cảm nhận, chuẩn chủ quan và khả năng sử dụng (phần còn lại được giải thích bởi các thành phần khác).
Bảng 3.24: Kết quả phân tích ANOVA– Trường hợp sinh viên có tần suất sử dụng internet 2-3h mỗi ngày (TSSD=1)
Tổng bình
phương Df Trung bình
bình phương F Sig.
Hồi quy .310 1 .310 240.143 .004
Phần dư .003 2 .001
Tổng cộng .312 3
Bảng ANOVA cho thấy, trị thống kê F của mô hình với mức ý nghĩa sig
= 0.04 (<0,05) cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.
Bảng 3.25: Kết quả phân tích hồi quy riêng từng phần– Trường hợp sinh viên có tần suất sử dụng internet 2-3h mỗi ngày (TSSD=1)
Hệ số chưa chuẩn hóa
Hệ số
chuẩn hóa Đa cộng tuyến
Mô hình
B Sai số
chuẩn Beta
t Sig.
Độ chấp nhận
Hệ số phóng đại phương
sai Constant 1.870 .083 22.549 .002
DSD .423 .027 .996 15.497 .004 1.000 1.000
Hệ số phóng đại phương sai (Variance inflation factor – VIF)nhỏ hơn 10 nên hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng không đáng kể đến mô hình. Như vậy, phân tích hồi quy là có ý nghĩa.
4 thành phần nêu trên đều có ảnh hưởng đáng kể đến hành vi sử dụng internet của sinh viên có tần suất sử dụng internet 2-3h mỗi ngày (TSSD=1) (với mức ý nghĩa sig < 0.05).
Như vậy, dựa vào Bảng kết quả hồi quy riêng từng phần, phương trình hồi quy tuyến tính có dạng như sau:
HVi = 1,870 + 0,027DSDi + ui
Hay phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn có dạng như sau:
HV*i = 0,996DSD*i
Theo kết quả hồi quy, chỉ có thành phần sự dễ sử dụng cảm nhận ảnh hưởng đến hành vi sử dụng internet trong học tập của sinh viên có tần suất sử dụng internet 2-3h mỗi ngày (TSSD=1). Các thành phần khác ảnh hưởng không đáng kể hoặc không có ảnh hưởng.
Thực hiện tương tự để kiểm tra sự tác động của các nhân tố đến hành vi sử dụng internet trong học tập của sinh viên có tần suất sử dụng internet 4-6h mỗi ngày. Phương pháp tiến hành là hồi quy bội với điều kiện lựa chọn là TSSD=2.
Áp dụng phương pháp stepwise (phương pháp chọn biến từng bước) ta có được các kết quả (xem phần phụ lục) và phương trình hồi quy như sau:
HVi = 0,235 + 0,243DSDi + 0,241HIi + 0,223CCQi + 0,203KNi + ui Hay phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn có dạng như sau:
HV*i = 0,516DSD*i + 0,371HI*i + 0,400CCQ*i + 0,46KN*i
Các hệ số Beta của các biến độc lập khá cao, do đó có thể kết luận các
thành phần: sự hữu ích cảm nhận, sự dễ sử dụng cảm nhân, chuẩn chủ quan và khả năng sử dụng đều có ảnh hưởng đáng kế đến hành vi sử dụng internet trong học tập của sinh viên có tần suất sử dụng internet 4-6h mỗi ngày (TSSD=2). Trong đó thành phần sự dễ sử dụng ảnh hưởng nhiều nhất đến hành vi sử dụng internet trong học tập của sinh viên có tần suất sử dụng internet 4-6h mỗi ngày.
Với điều kiện chọn lựa TSSD=3, tiến hành hồi quy để kiểm tra sự tác động của các nhân tố đến hành vi sử dụng internet trong học tập của sinh viên có tần suất sử dụng internet trên 6h mỗi ngày, thu được kết quả (xem phần phụ lục) và mô hình hồi quy như sau:
HVi = 0,139 + 0,238DSDi + 0,189HIi + 0,303CCQi + 0,220KNi + ui Hay phương trình hồi quy tuyến tính được trích theo hệ số Beta chuẩn có dạng như sau:
HV*i = 0,435DSD*i + 0,314HI*i + 0,500CCQ*i + 0,347KN*i
Các hệ số Beta của các biến độc lập khá cao, do đó có thể kết luận các thành phần: sự hữu ích cảm nhận, sự dễ sử dụng cảm nhân, chuẩn chủ quan và khả năng sử dụng đều có ảnh hưởng đáng kế đến hành vi sử dụng internet trong học tập của sinh viên có tần suất sử dụng internet trên 6h mỗi ngày (TSSD=3). Trong đó thành phần chuẩn chủ quan ảnh hưởng nhiều nhất đến hành vi sử dụng internet trong học tập của sinh viên có tần suất sử dụng internet trên 6h mỗi ngày.